---
title: "LibreChat avec des modèles hébergés en Europe"
description: "Ajoutez inference.eu comme custom endpoint dans librechat.yaml et offrez un chat auto-hébergé avec agents sur des modèles open-weight traités dans l’UE."
canonical: "https://inference.eu/fr/integrations/librechat/"
language: "fr"
---

Apps de chat · LibreChat

# Utiliser LibreChat avec des modèles open source hébergés dans l’UE

LibreChat est une plateforme de chat open source avec agents, recherche dans les fichiers, exécution de code et authentification unique. Ajoutez inference.eu comme custom endpoint dans librechat.yaml : vos utilisateurs dialoguent avec des modèles open-weight traités dans des centres de données européens, au sein d’une application que vous hébergez.

[Contacter l'équipe](https://inference.eu/fr/contact/)[Configuration](#setup)

1.  01Format d'API: OpenAI et Anthropic
2.  02Centres de données dans l'UE
3.  03Couvert par un seul DPA

## Configuré en quelques minutes

1.  1

    Créez une clé API dans votre compte inference.eu et ajoutez `INFERENCE_EU_API_KEY=<votre clé>` au fichier `.env` de LibreChat.

2.  2

    Ouvrez `librechat.yaml` et ajoutez sous `endpoints.custom` une entrée nommée `inference-eu`.

3.  3

    Réglez `baseURL` sur l’URL de base d’inference.eu, `apiKey` sur `${INFERENCE_EU_API_KEY}` et listez les modèles par défaut, avec `fetch` activé.

4.  4

    Vérifiez que `librechat.yaml` est bien monté dans le conteneur, puis redémarrez LibreChat.

5.  5

    Choisissez le point d’accès inference.eu dans le menu des modèles et lancez une conversation pour vérifier le fonctionnement.

librechat.yaml

```
endpoints:
  custom:
    - name: "inference-eu"
      apiKey: "${INFERENCE_EU_API_KEY}"
      baseURL: "https://api.inference.eu/v1"
      models:
        default: ["gpt-oss-120b", "glm-5.3", "kimi-k3", "qwen3-coder-480b-a35b-instruct"]
        fetch: true
      titleConvo: true
      titleModel: "gpt-oss-120b"
      modelDisplayLabel: "inference.eu"
```

## Qu’est-ce que LibreChat

LibreChat est une application de chat open source et auto-hébergée. Au-delà des conversations avec de nombreux fournisseurs, elle propose des agents dotés d’outils et de recherche dans les fichiers, la prise en charge des serveurs MCP, un interpréteur de code, des conversations ramifiées, des préréglages et une connexion d’entreprise via OAuth, OpenID Connect ou LDAP. Les organisations l’utilisent comme assistant central qu’elles maîtrisent.

Les fournisseurs se configurent dans `librechat.yaml`. La liste `endpoints.custom` accepte toute API au format OpenAI, et les entrées avec `provider: anthropic` parlent le format Anthropic Messages. inference.eu fonctionne avec les deux et apparaît aux utilisateurs comme un point d’accès de plus.

## Comment fonctionne la configuration

Chaque custom endpoint nécessite `name`, `apiKey` et `baseURL`. Référencez la clé avec `${INFERENCE_EU_API_KEY}` pour qu’elle reste dans `.env`, et réglez `baseURL` sur l’URL de base d’inference.eu terminée par `/v1`. Sous `models`, `default` liste les modèles toujours visibles, et `fetch: true` charge la liste complète depuis l’API.

`titleConvo` et `titleModel` gèrent les titres automatiques des conversations ; prenez un modèle rapide pour ne pas ralentir le chat. `modelDisplayLabel` définit le nom affiché à côté des réponses. Sous Docker, `librechat.yaml` doit être monté dans le conteneur, en général via `docker-compose.override.yml`, faute de quoi LibreChat l’ignore.

## Quels modèles choisir

Pour le chat généraliste, la rédaction et la synthèse, `gpt-oss-120b` est un choix par défaut rapide et un bon modèle de titres. Pour les longs documents, la recherche dans les fichiers et les questions qui exigent un raisonnement soigné, proposez `glm-5.3` et `kimi-k3`. Les équipes qui travaillent sur du code tirent parti de `qwen3-coder-480b-a35b-instruct`.

Les agents LibreChat appellent des outils, cherchent dans les fichiers et utilisent des serveurs MCP : attribuez-leur un modèle aux appels d’outils fiables, comme `kimi-k3` ou `glm-5.3`. Les model specs permettent aux administrateurs de publier des préréglages, par exemple un assistant de revue de contrats sur `glm-5.3`, pour éviter aux utilisateurs de choisir eux-mêmes.

## Dépannage

Si le point d’accès n’apparaît pas, LibreChat n’a pas chargé `librechat.yaml` : vérifiez le montage et cherchez une erreur de validation dans les journaux. Une erreur 401 signifie que `INFERENCE_EU_API_KEY` manque dans `.env` ou que le conteneur n’a pas été redémarré après son ajout. Une erreur 404 vient le plus souvent d’une `baseURL` sans `/v1`.

Si la liste des modèles est vide, vérifiez `fetch: true` ou listez les modèles sous `default`. Si une requête échoue avec une erreur 400 à cause d’un paramètre non pris en charge, ajoutez-le à `dropParams`. Si les agents n’appellent pas d’outils, choisissez pour eux un modèle aux appels d’outils plus solides.

## Garder les données dans l’UE

Avec inference.eu comme point d’accès, chaque message, extrait de fichier et résultat d’outil envoyé au modèle est traité dans des centres de données de l’UE et ne sert jamais à l’entraînement. Nous signons un accord de sous-traitance au titre de l’article 28 du RGPD, publions la liste de nos sous-traitants et facturons en euros.

LibreChat stocke conversations, fichiers et utilisateurs dans sa propre base MongoDB et son stockage de fichiers : hébergez-les dans l’UE. Les embeddings de la recherche dans les fichiers, la recherche web, la voix et la génération d’images utilisent des fournisseurs configurés séparément ; choisissez des options européennes et retirez les points d’accès que les utilisateurs ne doivent pas atteindre.

## LibreChat

Catégorie

Apps de chat

Éditeur

LibreChat

Format d'API

OpenAI et Anthropic

Traitement

Centres de données dans l'UE

Site web

[www.librechat.ai](https://www.librechat.ai/)

Documentation

[www.librechat.ai](https://www.librechat.ai/docs/configuration/librechat_yaml/object_structure/custom_endpoint)

## LibreChat : questions fréquentes

Les questions que nous posent le plus les achats, les développeurs et les juristes. Il en manque une ? Posez-la-nous directement.

Ajoutez sous \`endpoints.custom\` dans \`librechat.yaml\` une entrée avec \`name\`, \`apiKey\`, \`baseURL\` et \`models\`. Référencez la clé de \`.env\` avec \`${VARIABLE}\`, redémarrez LibreChat, et le point d’accès apparaît dans le menu des modèles.

Oui. Ajoutez \`provider: anthropic\` au custom endpoint et réglez \`baseURL\` sur l’hôte d’inference.eu sans le \`/v1\` final. Le format OpenAI reste le plus simple par défaut, et les deux donnent accès aux mêmes modèles.

LibreChat n’a pas chargé \`librechat.yaml\`, ou le fichier contient une erreur de validation. Sous Docker, montez le fichier via \`docker-compose.override.yml\` et consultez les journaux de démarrage, qui indiquent le champ en cause.

gpt-oss-120b est un choix par défaut rapide pour le chat quotidien et les titres de conversation. GLM-5.3 et Kimi K3 conviennent aux longs documents, à la recherche dans les fichiers et aux agents, et Qwen3 Coder 480B aux équipes qui posent des questions de code.

Oui. Les agents peuvent utiliser les custom endpoints, dont inference.eu. Choisissez un modèle aux appels d’outils fiables, comme Kimi K3 ou GLM-5.3, pour que la recherche dans les fichiers, les outils MCP et les actions soient appelés de manière fiable.

Avec \`apiKey: "user\_provided"\`, chaque utilisateur saisit sa propre clé. Pour une organisation, une clé partagée dans \`.env\` est plus simple à gérer, et les comptes utilisateurs et soldes de LibreChat déterminent qui peut s’en servir.

LibreChat envoie par défaut certains paramètres facultatifs. Si un modèle en refuse un, ajoutez-le sous \`dropParams\` pour le point d’accès inference.eu, par exemple \`\["user"\]\`, puis redémarrez LibreChat pour appliquer la modification.

Réglez \`titleConvo: true\` et \`titleModel\` sur un modèle inference.eu rapide comme \`gpt-oss-120b\`. Ce modèle génère alors les titres, qui restent rapides et peu coûteux, sans changer le modèle avec lequel les utilisateurs dialoguent.

LibreChat stocke les conversations dans sa propre base. Les embeddings de recherche dans les fichiers, la recherche web, la voix et la génération d’images utilisent les fournisseurs configurés pour ces fonctions. Choisissez des options hébergées dans l’UE pour garder toutes les données en Europe.

Oui. Retirez les autres fournisseurs de \`librechat.yaml\` et de \`.env\`, et masquez le reste via les réglages des points d’accès et de l’interface. Les model specs avec \`enforce\` limitent les utilisateurs aux préréglages que vous publiez.

[Poser une question](https://inference.eu/fr/contact/)

## Pages liées

[Toutes les intégrations](https://inference.eu/fr/integrations/)

-   [Open WebUIConnectez Open WebUI à inference.eu comme connexion compatible OpenAI et offrez à votre équipe un chat auto-hébergé sur des modèles open-weight de l’UE.Apps de chat](https://inference.eu/fr/integrations/open-webui/)
-   [AnythingLLMConnectez AnythingLLM à inference.eu avec le fournisseur Generic OpenAI et discutez avec vos documents via des modèles open-weight traités dans l’UE.Apps de chat](https://inference.eu/fr/integrations/anythingllm/)
-   [LiteLLMAjoutez inference.eu au proxy ou au SDK Python LiteLLM avec le préfixe openai/ et dirigez les requêtes vers des modèles open-weight traités dans l’UE.Passerelles](https://inference.eu/fr/integrations/litellm/)

## Faites passer vos charges IA sur une infrastructure européenne

Dites-nous quels modèles vous utilisez et votre volume approximatif. Nous répondons sous un jour ouvré avec un tarif et la suite.

-   Réponse sous un jour ouvré
-   Tarif adapté à votre volume
-   DPA prêt à signer